混合噪声下移动受限水声传感器网络自定位算法

现有的水声传感器网络定位算法需要信标节点辅助定位,测距噪声服从高斯分布,定位成本高,精度低,对此,提出一种混合测距噪声下基于最大后验概率的自定位算法. 首先对受限移动节点的移动模式进行建模以获取节点位置的先验信息,测量节点间距离并基于加性和乘性混合噪声构建似然函数,在贝叶斯框架下将节点位置的先验与似然信息进行融合,通过最大化后验概率得到定位目标函数;然后利用BFGS拟牛顿法对目标函数进行优化求解. 仿真结果表明,相比同类定位方法,所提方法无需信标节点,定位精度高,收敛速度快,且对测距噪声的变化具有鲁棒性.     

WSN中基于多功率移动锚节点的智能定位算法

针对无线传感器网络节点定位,提出一种基于多功率移动锚节点的改进鸡群定位算法。移动锚节点按照移动模型遍历定位区域,通过功率控制发射信标信号,未知节点接收到信标信号后,利用测距模型建立距离方程并采用最小二乘法计算节点坐标,再使用鸡群算法对节点坐标进行修正。仿真结果表明,改进鸡群定位算法的定位精度和收敛速度皆有所提高。     

基于最优锚节点的无线传感器网络节点定位算法

由于传感器节点能量受限,定位算法需要综合考虑定位误差、通信和计算开销等多方面的因素。分析了DV-Hop算法定位过程并总结出误差产生的主要原因,针对不同位置锚节点对定位误差的影响,提出了一种基于最优锚节点的定位算法—DV-Hop_Bon(DV-Hopbased on optimal nodes),最后使用Matlab进行了仿真实验,结果表明:新提出的定位算法在拥有较小通信半径情况下,能有效提高定位精度,并可广泛应用于无线传感器网络中。     

DV-HOP三重定位算法

针对传统DV-Hop定位算法在计算未知节点到锚节点的距离存在较大误差,提出了一种DV-Hop三重定位算法(TDV-Hop).首先,使用DV-Hop算法得到未知节点的估计坐标.然后,根据未知节点的估计坐标运用DV-HOP算法来估计信标节点的参考位置,同时将信标节点的估计位置和实际位置之间的差值以及权重进行误差修正,然后将它们的差异广播发送给未知节点,未知节点再重新估算其位置.MATLAB仿真实验结果表明,在相同网络环境下,TDV-HOP定位算法能有效减小定位误差并有一定的稳定性.     

辅助定位信标节点的移动路径规划算法研究

为快速实现监控区域内所有传感节点的定位,利用辅助定位信标节点的移动,提出无线传感网中辅助定位信标节点的移动路径规划算法（MPPA）。在MPPA算法中,考虑由多个六边形网格组成的监控区域,分析sink节点的移动特点,考虑其移动路径中停留位置只是六边形网格的顶点和中心,不在同一位置停留,相邻3个停留位置不共线以及每一个网格至少被3个以上不同停留位置覆盖等约束条件,提出信标节点的移动路径约束和传感节点定位约束,并建立其移动路径规划模型。根据邻居停留位置的信息素浓度决定下一个停留位置,根据蚂蚁选择的路径释放和挥发信息素。经过蚁群算法的多次迭代,可获知能覆盖所有网格的信标节点最优移动路径。信标节点沿着该路径移动时,传感节点可获知信标节点的不同位置信息,收集通信时的RSSI值,采用Kalman滤波算法降低通信噪声,采用最大似然估计算法计算自身位置坐标。仿真结果表明：MPPA算法可根据网格中心和顶点的位置,收敛于移动距离最短且能实现监控区域任何位置上传感节点定位的最优移动路径。MPPA算法降低了信标节点的移动路径长度和停留位置个数,降低了网络启动后所有传感节点获知自身位置所需要的时间,并将传感节点平均定位误差保持在较低的水平。在一定的条件下,MPPA算法比SCAN、DOUBLE_SCAN、HILBERT、CIRCLES和ZSCAN算法更优。     

无线传感器网络节点定位算法

针对无线传感器网络(wireless sensor network,WSN)系统中节点的定位算法问题,提出了基于差分的DV-Hop定位算法,信标节点将测算的位置测定误差作为校正值向四周区域广播,未知节点接收到信标节点的校正信息后,据此修正自身的相对位置测算值,以减少节点定位误差,提高定位算法的精度。仿真测试表明,该算法与普通的DV-Hop算法相比,在定位误差与通信距离的比值等性能指标上得到了明显改善。     

信标漂移场景下基于加权DS证据理论的目标定位

移动目标定位一般利用位置已知的信标节点确定目标位置.然而,部分信标节点可能受到外部因素的影响而偏离原来位置,即信标漂移,它使得定位结果误差增大甚至定位失败.为此,本文提出一种基于加权DS(Dempster-Shafer)证据理论的漂移节点重定位算法,它通过确定节点是否发生漂移并判断其可信度,进而选取未发生漂移或漂移小的节点作为重定位的信标节点,利用这些新信标节点即可实现移动目标的定位.此外,为了使得定位结果更加精确,算法还计算了外部因素对节点漂移的影响,将其作为权值对定位结果进行加权优化.仿真结果表明,本文算法在漂移距离总和、定位精度和可定位节点比例等方面具有明显优势:在100 m×100 m区域内,多数情况下重定位信标漂移距离总和在0～2 m范围内,重定位误差在0～3 m范围内,可定位节点比例超过80%.     

基于参考点序列的无线传感器网络节点定位算法

提出了一种基于参考点序列(Reference node sequence,RNS)的无线传感器网络定位算法,该算法对定位空间的锚节点建立voronoi多边形,以此生成由锚节点组成的voronoi图,并将voronoi图的顶点记为参考点,为定位空间增加了若干锚节点信息。从而使与传感器节点通信的锚节点数目增加,改善了锚节点不足给定位带来的负面影响。其次建立参考点和锚节点到传感器节点的序列等级,根据序列等级估计出传感器节点的位置。仿真结果表明,与DV-Hop算法和质心算法相比,本文算法可以更准确地估计出节点的位置,提高定位精度。     

基于双通信半径的传感器网络DV-Hop定位算法

为了减少传统的DV-Hop算法对未知节点定位时产生的较大误差,分析了影响传统DV-Hop算法定位精度的两个因素,继而提出了一种改进算法。改进算法在进行未知节点定位时,信标节点先后使用两个通信半径广播自身位置信息,从而获得未知节点与信标节点间更精确的跳数,并计算出它们之间更精确的距离,得到未知节点更精确的坐标。仿真结果显示,改进算法相比于传统DV-Hop算法相对定位误差减少了13%~15%,并且减少了由于网络拓扑结构不同带来的定位误差的差异性。     

面向WSN的移动信标辅助定位方法

提出了一种基于移动信标的辅助定位方法,该方法采用三重覆盖思想确定虚拟信标点分布,保证未知节点获得足够的定位信息;利用蚁群算法获取遍历这些虚拟信标点的最优路径;提出了基于迭代优化算法的虚拟信标点滤波方法.通过对虚拟信标点个数、遍历路径长度、传感器通信距离和定位误差等参数分别进行仿真分析.结果表明,该定位方法在定位精度、定位覆盖率和能量消耗等方面具有一定的优越性.     

基于几何学的无线传感器网络定位算法

提出一种基于几何学的无线传感器网络(WSN)定位算法。把网络区域中的节点分为锚节点和未知节点,假设在定位空间中有n个锚节点,由于受到几何学的限制,实际可行的锚节点序列是有限的,因此利用一种几何方法判断锚节点间的位置关系,从而选取最优的锚节点序列,能够更精确地确定未知节点的位置,并且分析了待定位节点的邻居锚节点数量对定位精度的影响。仿真结果表明,与已有的APS(Ad-Hoc positioning system)定位算法相比,该算法可有效地降低平均定位误差和提高定位覆盖度。     

基于全局人工鱼群算法优化的DV-Hop定位算法

无线传感器网络具有大规模、自组织、可靠性、以数据为中心、集成化等特点,被广泛应用于军事、医疗、矿山监测、安全生产等领域。然而现有的无线传感器网络非测距定位算法还存在定位偏差较大问题。针对上述问题,本文提出一种基于全局人工鱼群算法优化的DV-Hop（Distance Vector Hop）定位算法（DEWF-D）。该算法对非测距定位算法中的DV-Hop算法出现误差的步骤进行优化处理,通过减小算法过程中出现的误差,最终得到较为精准的定位坐标。首先使信标节点以两种不同的通信半径传递消息,将跳数进行精确化处理,以减少跳数带来的误差,然后用最小均方误差准则和误差加权方式计算平均每跳距离,最后利用人工鱼群算法替换三边测量法进行坐标计算,同时又在人工鱼选择下一个位置时引入全局最优信息,并引入人工鱼的吞食行为,提高人工鱼群算法的精度以及收敛速度。通过仿真验证,在不同信标节点密度下,本算法与DV-Hop算法以及其他算法相比定位精度分别提升28.3%、6.9%、12.5%,而在不同通信半径下,定位精度提升了24.4%、7.6%、14.8%。证明DEWF-D算法能有效提升定位精度,解决了定位算法中出现的定位偏差较大问题。     

一种APIT改进定位算法研究

APIT改进定位算法结合网格扫描方法,未知节点一旦被定位就充当起信标节点的功能,向周围邻居发送自己的估计坐标信息,把已经定位的未知节点与信标节点同等对待。通过MATLAB进行仿真,实验证明,该算法不仅减小了定位误差,并且提高了定位覆盖率,表明APIT改进定位算法有一定优势。     

基于锚圆交点加权质心的无线传感器网络定位算法

针对无线传感器网络节点能量有限,基于距离的定位算法有时并不适用的问题,在研究了未知节点与其无线射程范围内的3个锚节点之间的通信约束和几何关系的基础上,提出了一种基于锚圆交点加权质心的定位算法。该定位算法仅基于网络连通性而不需要测量距离,算法计算量小,节点通信开销小。仿真结果表明,当在100m×100m的区域范围内随机部署100个传感器节点,通信半径为30m、锚节点密度为16%时,相对定位误差为22.7%。     

锚点稀疏的无线感知网络定位算法

为有效实现锚点稀疏无线感知网络中节点的定位,提出一种多跳协作分布式定位算法.利用与局域范围内的多跳锚点通信协作,对定位的伪位置进行排除或缩小位置范围;同时,对影响定位精度的测距误差、锚点位置误差进行研究,利用误差分析技术优化锚点的选择,排除冗余锚点带来的误差影响;通过Matlab仿真实验研究定位率与锚点密度之间的关系,验证了算法的有效性和正确性.试验表明,该算法能显著提高定位率(尤其对处于网络边缘的节点定位),有效降低定位误差和定位成本.     

基于卡尔曼滤波的WSNs节点定位研究

节点定位是无线传感器网络中的关键技术之一。在采用装备有GPS装置的移动信标-移动机器人、无人机的基础上,将加权最小二乘估计与扩展卡尔曼滤波(EKF)组合,进行未知节点定位。算法首先利用加权最小二乘估计(WLSE),获得无线传感器网络未知节点的初步位置,再用扩展卡尔曼滤波进一步提高定位精度。并且提出了加权因子的确定方法,同时,算法还提出了移动信标位置参与EKF迭代计算的最优排序方案。算法可以实现传感节点的低成本定位,可以达到较高的定位精度。仿真结果显示,算法与目前常用的最小二乘估计相比,未知节点的定位精度有较大的提高。算法应用RSSI测距方式,它还可应用于TDOA,TOA等基于测距的定位算法中,具有较普遍的应用意义。     

基于烟花算法的无线传感器网络节点定位

针对无线传感器网络(WSN)节点定位不稳定和不准确的问题,将烟花算法(FWA)应用于WSN定位,利用烟花产生的火花数量和爆炸幅度模拟节点定位过程中的锚节点数量和节点距离,实现无线传感器网络的节点定位。MATLAB仿真实验结果显示,随着锚节点数量的增加,FWA无线传感器网络定位误差减少,且当传感器节点62%以上为锚节点时,FWA定位误差最小。这说明FWA无线传感器网络定位精度较高,性能稳定,在无线传感器网络节点定位上具有较大的优势。     

无线传感器网络三维节点的插值规划定位

针对无线传感器网络中传感器节点的初始位置未知的问题,提出一种基于插值和规划算法的无线传感器网络三维节点定位算法.该算法利用锚节点坐标将节点所在空间曲面建立,并利用接收信号强度指示（RSSI）值和无线信号传播模型推导出所有可通信节点间相对距离.最后,利用0-1规划在空间曲面上选出满足距离约束且与未知节点数量相同的插值节点,从而估计出未知节点的空间位置.该算法设计简单,通信开销少.仿真结果表明,该算法具有较小的节点定位误差,并具有良好的稳定性和扩展性.     

移动导标条件下的无线传感器网络节点定位方法

针对无线传感器网络定位目标和要求,提出了一种新的利用移动导标节点广播信号来实现未知节点位置估算的方法. 1个或多个移动导标节点随机游走于网络区域,并间隔性地广播自身位置信息,未知节点利用接收到的广播信息位置估算边界线进行节点定位. 仿真实验结果表明,新算法比传统算法具有更小的计算代价和更高的可靠性、稳定性.     

高精度无线传感器网络节点定位算法

无线传感器网络在很多领域都有着广泛的应用前景,尽可能精确地确定传感器节点的位置是应用无线传感器网络时首先需要解决的问题.提出了一种新的基于物理学中的质点力学相关原理的距离无关的定位算法,与现有的距离无关定位算法相比,除了距离无关定位算法共同具有的优点之外,能够将平均定位误差降低到节点通讯距离的16%以下.给出了算法的实现过程和仿真结果,并且利用仿真结果与DV_Hop(距离向量跳段)算法进行了比较.比较结果显示,文中算法的定位误差约为DV_Hop算法的50%,在满足邻居关系方面文中算法也具有很大的优势,在定位时间上文中算法则存在定位所需时间过长的不足之处.